TensorFlow 资源大全中文版

(点击上方蓝字，快速关注我们)

译文：伯乐在线专栏作者 - Yalye

英文：jtoy

如需转载，发送「转载」二字查看说明

jtoy 发起整理的 TensorFlow 资源，包含一些很棒的 TensorFlow 工程、库、项目等。

什么是TensorFlow？

TensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU）、服务器、移动设备等等。TensorFlow 最初由Google Brain 小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。

教程

• TensorFlow 教程1 – 从基础到有趣的TensorFlow程序

• TensorFlow 教程2 – 介绍基于谷歌TensorFlow框架的深度学习，其中有些教程是学习了Newmu的Theano教程

• TensorFlow 实例 – TensorFlow教程以及一些新手的代码实例

• Sungjoon的TensorFlow-101 – 在Jupyter Notebook上用python写的TensorFlow教程

• Terry Um的TensorFlow练习 – 根据其他TensorFlow项目再创作的代码

• 在树莓派3上安装TensorFlow – 在树莓派上正确安装和运行TensorFlow

• 时间序列上的分类 – 在TensorFlow上的基于手机传感数据的LSTM循环神经网络

模型/工程

• 图片形态转换 – 无监督图片形态转换的实现

• Show, Attend and Tell算法 -基于聚焦机制的自动图像生成器

• Neural Style – Neural Style 算法的TensorFlow实现

• Pretty Tensor – Pretty Tensor提供了高级别的TensorFlow封装接口

• Neural Style – neural style的又一实现

• AlexNet3D – 用3D卷积层实现AlexNet

• TensorFlow笔记 – TensorFlow的学习笔记和总结，附带一些图片说明

• NeuralArt – 艺术风格绘画的神经网络算法TensorFlow实现

• DQN玩乒乓

• TensorFlow生成手写体 – 实现Alex Grave的论文中关于生成手写体的部分

• TensorFlow实现神经图灵机 – TensorFlow实现神经图灵机

• 基于物体搜索和过滤视频 – 使用卷积神经网络基于视频中的物品、地点等来搜索、过滤和描述视频

• 使用TensorFlow来转换莎士比亚作品和现代版本的英语 – 实现莎士比亚作品和现代版本的英语的单语转换

• 聊天机器人 – 一个基于深度学习的聊天机器人

• colornet – 使用神经网络给灰度图像着色

• 图像生成器 – Show and Tell算法实现

• Attention based的自动图像生成器 – Show, Attend and Tell算法实现

• Weakly_detector – 用于定位的深度特征

• Dynamic Capacity Networks – DCN的TensorFlow实现

• TensorFlow实现HMM – 实现HMM的维特比算法和前后向算法

• DeepOSM – 使用OpenStreetMap和卫星图像训练深度学习网络

• DQN-tensorflow – TensorFlow通过OpenAI Gym实现深度学习来实现“深度强化学习下达到人类水平的控制”

• Highway Networks – 使用TensorFlow和Fomoro进行简单的超深度网络训练

• 用CNN做句子分类 – 用TensorFlow实现句子分类的卷积神经网络

• End-To-End Memory Networks – 使用TensorFlow实现End-To-End的Memory Network

• Character-Aware的神经语言模型 – 基于字符感知的LSTM语言模型

• YOLO TensorFlow ++ – TensorFlow实现YOLO实时物体检测，支持实时运行在移动设备上

• Wavenet – TensorFlow实现用来生成音频的WaveNet对抗生成网络架构

• Mnemonic Descent Method – TensorFlow实现助记符下降法：重现端对端的人脸对齐

由TensorFlow提供技术支持

• YOLO TensorFlow – 实现YOLO:实时物体检测

• android-yolo – 在安卓设备商使用YOLO实行实时物体检测，由TensorFlow提供技术支持

• Magenta – 在制作音乐和艺术中使用机器智能提升艺术形态（研究项目）

库

• Scikit Flow (TensorFlow Learn) – 深度/机器学习的简化版接口（现在是TensorFlow的一部分）

• tensorflow.rb – TensorFlow的Ruby版本，使用了SWIG

• TensorFlowlearn – 有高级别API的深度学习库

• TensorFlow-Slim – TensorFlow中的高级别简化版库

• TensorFrames – Apache Spark上DataFrames的TensorFlow封装

• caffe-tensorflow – 转换Caffe模型为TensorFlow的模式

• keras – 用于TensorFlow和Theano的小型的模块化的库

• SyntaxNet 语法分析神经网络模型 – 全球标准化的Transition-Based神经网络模型的TensorFlow实现

• keras-js – 在GPU的支持下，在浏览器中运行Keras模型

• NNFlow – 一个简单的框架，可以将ROOT NTuples转换成可以在TensorFlow使用的Numpy数据

视频

• TensorFlow Guide 1 – TensorFlow的安装和使用指南1

• TensorFlow Guide 2 – TensorFlow的安装和使用指南2

• TensorFlow Basic Usage – 基本使用指南

• TensorFlow Deep MNIST for Experts – 深入了解MNIST

• TensorFlow Udacity Deep Learning – 在有1GB数据的Cloud 9在线服务安装TensorFlow的步骤

• 为什么谷歌希望所有人都可以访问TensorFlow

• 1/19/2016TensorFlow 硅谷见面会

• 1/21/2016TensorFlow 硅谷见面会

• 19th Apr 2016 斯坦福CS224d 第七课 – TensorFlow介绍 – CS224d 用于自然语言处理的深度学习 By Richard Socher

• 通过TensorFlow了解机器学习 – Pycon 大会，2016年

• 使用TensorFlow的大规模深度学习 – Jeff Dean在Spark Summit 2016上的演讲

• TensorFlow和深度学习

论文

• TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems – 论文介绍了TensorFlow的接口以及我们在google上构建的这些接口的实现

• TensorFlow.Learn: TensorFlow’s High-level Module for Distributed Machine Learning – TensorFlow用于分布式机器学习的高级别模块

• Comparative Study of Deep Learning Software Frameworks – 这个研究运行在不同的深度学习架构上，我们也评估在单机上使用CPU和GPU配置时同一框架的性能

• Distributed TensorFlow with MPI – 在论文中，我们使用MPI将TensorFlow在大规模集群中扩展

• Globally Normalized Transition-Based Neural Networks – 这个论文介绍了SyntaxNet背后的模型

• TensorFlow: A system for large-scale machine learning – 这个论文展示了TensorFlow的数据流模型并与存在的系统进行对比，展现了它引人注目的性能

官方公告

• TensorFlow: smarter machine learning, for everyone – 介绍了TensorFlow

• Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source – SyntaxNet的发布公告“一个基于TensorFlow的开源神经网络系统，为自然语言理解系统打下了基础”

博文

• Why TensorFlow will change the Game for AI – 为什么TensorFlow会改变游戏的AI

• TensorFlow for Poets – 了解TensorFlow的实现

• Introduction to Scikit Flow – Simplified Interface to TensorFlow – Scikit Flow简介，它简化了TensorFlow的接口

• Building Machine Learning Estimator in TensorFlow – 了解TensorFlow的内部学习评估器

• TensorFlow – Not Just For Deep Learning – TensorFlow,不仅仅为了深度学习

• The indico Machine Learning Team’s take on TensorFlow – indico机器学习团队采纳TensorFlow

• The Good, Bad, & Ugly of TensorFlow – 为期六个月快速演进的报告（一个小贴士和窍门来弥补TensorFlow的不足）

• Fizz Buzz in TensorFlow – Joel Grus的一个玩笑

• RNNs In TensorFlow, A Practical Guide And Undocumented Features – 基于TensorFlow的RNN实现，Github上提供了步骤和全套代码

• 使用TensorBoard来可视化TensorFlow训练的图片分类

• TensorFlowRecords Guide – 语义分割和处理TensorFlowRecord文件格式

社区

• Stack Overflow

• @TensorFlo on Twitter

• Reddit

• Mailing List

书

• 《First Contact with TensorFlow – 第一次接触TensorFlow》。作者 Jordi Torres 是UPC Barcelona Tech 的教授。也是 Barcelona 超级计算中心的研究经理和高级顾问

• 《Deep Learning with Python – 深度学习之python》，使用Keras在Theano和TensorFlow开发深度学习模型

• 《TensorFlow for Machine Intelligence – TensorFlow实现机器智能》，提供完成的教程，从基本的图运算到在实际应用中制造深度学习模型

• 《Getting Started with TensorFlow – TensorFlow入门》，开始学习并使用谷歌最新的数据计算库TensorFlow来深度分析数据

• 《Hands-On Machine Learning with Scikit-Learn and TensorFlow – 通过Scikit-Learn和TensorFlow来实践机器学习》，覆盖了机器学习的基础、训练以及在多个服务器和GPU上部署深度学习网络，以及CNN、RNN、自动编码器和Deep Q.

• 《Building Machine Learning Projects with Tensorflow》 – 这本书包含了多个不同类型的工程，来说明TensorFlow在不同场景中的应用，这本书的工程包括了训练模型、机器学习、深度学习以及多种神经网络，每个工程都是一个精妙的、有意义的项目，会教我们如何使用TensorFlow并在使用中如何对数据分层

有些python相关的库是从vinta那儿拷贝的（https://github.com/jobbole/awesome-python-cn）

go相关的资源是从这儿（https://github.com/golang/go/wiki/Projects#Machine_Learning）获取的

由于微信无法添加外部链接，请点击原文链接进行查看

看完本文有收获？请转发分享给更多人

关注「程序员的那些事」，提升编程技能